GPT-6.1 Sol vs Mistral Large 4: Mô hình rẻ hơn trên mỗi token lại là mô hình đắt hơn trên mỗi tác vụ

Điều thú vị về việc đặt GPT-6.1 Sol bên cạnh Mistral Large 4 không phải là cái nào thông minh hơn — trên phép đo độc lập duy nhất mà cả hai có, điều đó không hề sát nút. Mà là mô hình có giá niêm yết thấp hơn lại là mô hình tốn nhiều chi phí hơn để hoàn thành một công việc. Mistral Large 4, được Mistral giới thiệu trước vào ngày 2026-10-06, có giá $0.68 mỗi triệu token đầu vào và $2.09 mỗi triệu token đầu ra trong thời gian preview, so với $2.00 và $10.00 của GPT-6.1 Sol kể từ khi OpenAI phát hành nó vào ngày 2026-09-29. Vậy mà các con số chi phí chạy của Artificial Analysis lại đặt Mistral Large 4 ở mức $1.13 mỗi tác vụ, so với $0.72 của GPT-6.1 Sol — bởi vì token rẻ hơn không phải là toàn bộ hóa đơn, và bởi vì các mô hình suy luận tiêu thụ token với số lượng mà bạn không thể chọn từ một bảng giá.

Tất cả nội dung dưới đây đến từ thông báo và tài liệu của chính Mistral, các trang mô hình và giá của OpenAI, các lần chạy Artificial Analysis cho từng mô hình, và dữ liệu phục vụ của chúng tôi, được đọc vào ngày 2026-10-12. Khi một con số là của chính nhà cung cấp và chưa ai chạy lại nó, câu chứa con số đó sẽ nói rõ điều này.

Hai cuộc hẹn, và chỉ một trong số đó đã kết thúc

Trước cả khi bàn đến bất kỳ thông số kỹ thuật nào, trạng thái của hai sản phẩm vốn đã khác nhau, và chính sự khác biệt đó đóng vai trò lớn hơn trong phép so sánh này so với bất kỳ ô benchmark nào.

• GPT-6.1 Sol là một mô hình đã được phát hành. Nó chính thức hoạt động trên API của Open​AI vào ngày 29-09-2026 với mức giá $2,00 / $10,00 cho mỗi triệu token, cùng $0,10 cho đầu vào được lưu đệm và $2,50 cho ghi bộ nhớ đệm, và đây chính là mô hình nằm ở vị trí mặc định của API. Bảng giá của nó đã được công bố, cửa sổ ngữ cảnh của nó đã được ghi trong tài liệu, và các công cụ độc lập đã chạy thử nó. Những gì bạn đọc được về nó, bạn có thể gọi thử ngay chiều nay.

• Mistral Large 4 là bản xem trước. Mistral đã công bố nó vào ngày 2026-10-06 dưới dạng mô hình hỗn hợp chuyên gia (mixture-of-experts) với 1,05 nghìn tỷ tham số, 52 tỷ tham số hoạt động trên mỗi token, có sẵn trên API của chính nhà cung cấp với mức giá xem trước. Trọng số mở được hứa hẹn sẽ có trước cuối tháng Mười, đó là lý do đây là bản xem trước chứ không phải bản phát hành hoàn chỉnh. Bản xem trước này không chốt bất cứ điều gì về giá niêm yết tương lai, cửa sổ ngữ cảnh tương lai hay giấy phép tương lai của nó.

Sự bất đối xứng đó định hình nên hình hài của mọi thứ bên dưới. Khi một bên của phép so sánh là một sản phẩm còn bên kia là một thông báo gắn kèm một mốc thời gian, hầu hết những câu hỏi đáng quan tâm đều xoay quanh thời điểm chứ không phải năng lực — và câu hỏi duy nhất mà người ta thực sự đặt ra ("liệu tôi có nên chuyển đổi không?") lại có những câu trả lời khác nhau vào tháng Mười và tháng Mười Một.

Con số duy nhất mà cả hai bên đều đồng tình, và 14 điểm đằng sau nó

Artificial Analysis có một hàng Intelligence Index độc lập cho cả hai mô hình, và không có sự mơ hồ nào trong đó:

• Chỉ số Trí tuệ — GPT-6.1 Sol 52 ở mức nỗ lực suy luận tối đa; Mistral Large 4 38.

• Chi phí chạy Index — GPT-6.1 Sol $0,72 mỗi tác vụ; Mistral Large 4 $1,13 mỗi tác vụ.

• Tốc độ đầu ra — GPT-6.1 Sol từ 65,4 đến 66,8 token mỗi giây qua các lần chạy; Mistral Large 4 cũng không phải là bên nhanh hơn trong cặp so sánh này.

Đọc ba dòng đó cùng nhau và hình dạng của sự đánh đổi sẽ hiện ra. Mistral Large 4 tính khoảng một phần ba đơn giá đầu vào của GPT-6.1 Sol và một phần năm đơn giá đầu ra của nó, nhưng vẫn tốn thêm khoảng 57% để hoàn thành cùng một tác vụ đánh giá. Đó không phải là một mánh định giá hay một hiện tượng giả tạo do đo lường; đó là điều xảy ra khi một mô hình đạt tới một mức chất lượng nhất định bằng cách tiêu tốn nhiều token hơn để đạt được điều đó. Hóa đơn của một mô hình suy luận bị chi phối bởi số lượng token mà nó quyết định phát ra, chứ không phải bởi đơn giá trên bảng giá, và chênh lệch 14 điểm Index là một lượng suy nghĩ thêm đáng kể phải mua lại.

Không có điều nào trong số đó khiến Mistral Large 4 trở thành một mô hình tồi. Chỉ số 38 là một điểm số đủ năng lực cho mục đích tổng quát, nằm sát nhóm tiên phong, và với rất nhiều tác vụ sản xuất, 14 điểm tăng thêm chẳng mang lại cho bạn thứ gì dùng được. Vấn đề hẹp hơn và thực tế hơn: đừng mua mô hình này với giả định rằng bảng giá rẻ hơn sẽ làm cho tháng này rẻ hơn. Hãy đo chi phí trên mỗi đơn vị công việc đã hoàn thành, đó mới là con số mà Artificial Analysis thực sự báo cáo và là con số mà hóa đơn của bạn sẽ phản ánh.

Điểm mà lập luận của Mistral thực sự mạnh mẽ, và đó không phải là giá cả.

Ba lập luận ủng hộ Mistral Large 4 vẫn đứng vững khi đối chiếu với con số Index, và hai trong số đó hoàn toàn không liên quan đến mô hình.

• Huấn luyện châu Âu và lưu trữ có chủ quyền. Mistral là phòng thí nghiệm tiên phong của châu Âu, và thông báo này nằm dưới thông điệp về đám mây có chủ quyền chứ không phải thông điệp về điểm chuẩn. Đối với một người mua trong khu vực công châu Âu, một ngân hàng được quản lý chặt chẽ, hay bất kỳ ai có quy định mua sắm nêu rõ một khu vực tài phán, đó là một yêu cầu chứ không phải sở thích — và đó là trục duy nhất mà GPT-6.1 Sol không thể cạnh tranh ở bất kỳ mức giá nào. Nếu ràng buộc của bạn là "trọng số và việc phục vụ phải thuộc châu Âu", thì so sánh dừng lại ở đây và con số Index không còn liên quan.

• Trọng số mở đang đến, và việc tự vận hành sẽ thay đổi bài toán. Mistral đã cam kết phát hành trọng số trước cuối tháng Mười. Một mô hình mixture-of-experts 1.05T/52B không phải là mô hình mà hầu hết các nhóm sẽ chạy trên phần cứng của riêng họ — 52B tham số hoạt động là nửa thân thiện của câu đó, còn tổng số một nghìn tỷ tham số là nửa không thân thiện — nhưng với các tổ chức đã vận hành loại hạ tầng đó, hoặc có quy định về lưu trú dữ liệu mà không API được lưu trữ nào có thể đáp ứng, trọng số mở biến một API tính phí theo mức sử dụng thành chi phí cố định. GPT-6.1 Sol sẽ không bao giờ có thể tự vận hành được.

• Giá xem trước là thật chừng nào nó còn hiệu lực. Ở mức $0.68 / $2.09, mức giảm giá xem trước chỉ bằng khoảng một nửa mức giá niêm yết đã công bố là $1.36 / $4.18. Nếu một khối lượng công việc đủ rẻ đến mức số lượng token thực sự là ràng buộc quyết định — phân loại hàng loạt, trích xuất, định tuyến, bất cứ thứ gì có đầu ra ngắn và không có vòng lặp suy luận — thì mức giá đó là tốt nhất trên trang này, và khoảng cách Index không áp dụng cho công việc chưa từng cần Index 52. Chỉ cần lên kế hoạch chuyển đổi khi bản xem trước kết thúc thay vì để bị bất ngờ vì nó.

Điều không phải là một lập luận là năng lực thô ở phân khúc cao cấp. Về lập trình agentic và sử dụng công cụ dài hạn, khoảng cách hiện rõ và đó là hướng bạn sẽ kỳ vọng từ Index: dòng Terminal-Bench 4.0 của Artificial Analysis cho GPT-6.1 Sol ghi 56,06, và cùng công cụ đo đó đặt người tiền nhiệm của nó, GPT-6 Sol, ở mức 43,94 — một bước tiến thế hệ khoảng 12 điểm trên một benchmark vốn dĩ nói riêng về việc hoàn thành các tác vụ trong shell.

Số ngữ cảnh mâu thuẫn với chính nó

Đây là thông số duy nhất trên trang mà bạn không thể trích dẫn một cách chắc chắn, và nó đáng được nêu ra hơn là xoa dịu.

Tài liệu của chính Mistral về Mistral Large mô tả cửa sổ ngữ cảnh lên tới 1 triệu token. Hồ sơ độc lập cho mô hình tại Artificial Analysis ghi nhận 524.000. Hai con số đó không phải là chênh lệch do làm tròn; chúng chênh nhau gấp đôi, và chúng ám chỉ những thứ khác nhau. Cách giải thích khả dĩ nhất là một con số mô tả giới hạn trần của kiến trúc, còn con số kia mô tả những gì thực sự được phục vụ trong một bản xem trước — một khác biệt cực kỳ quan trọng nếu bạn định nạp một kho lưu trữ lớn vào một lần gọi duy nhất. Chúng tôi chưa thấy nhà cung cấp đối chiếu cả hai con số, và cho đến khi điều đó xảy ra, hãy coi con số nhỏ hơn là con số bạn có thể dựa vào để xây dựng.

Ngược lại, không có giới hạn nổi bật nào của GPT-6.1 Sol gặp vấn đề này. Cửa sổ ngữ cảnh của nó là 1.050.000 token, đầu ra tối đa là 128.000 token, và thời điểm cắt kiến thức là 2026-04-30 — tất cả đều được ghi trên trang mô hình của nhà cung cấp và nhất quán với những gì được phục vụ qua API.

Một nghìn tác vụ agent tốn bao nhiêu trên mỗi cái

Hãy lấy một khối lượng công việc bình thường đối với cả hai mô hình: một lệnh gọi mang 40.000 token đầu vào và tạo ra câu trả lời 2.000 token, chạy một nghìn lần. Để giữ cho hai bảng giá có thể so sánh được, giả sử đầu vào được nạp mới mỗi lần thay vì được phục vụ từ bộ nhớ đệm.

• Đối với GPT-6.1 Sol — 40.000 token đầu vào với $2,00 mỗi triệu là $0,080, và 2.000 token đầu ra với $10,00 mỗi triệu là $0,020. Đó là $0,100 mỗi cuộc gọi, hoặc khoảng $100 cho một nghìn.

• Đối với Mistral Large 4 ở mức giá xem trước — 40.000 token đầu vào với $0,68 mỗi triệu là $0,027, và 2.000 token đầu ra với $2,09 mỗi triệu là $0,004. Như vậy là $0,031 mỗi cuộc gọi, hoặc khoảng $31 cho một nghìn.

Vậy khoảng cách giá là có thật và nó xấp xỉ ba đổi một ở một dạng tác vụ có đầu ra ngắn — với một lưu ý trung thực lại nghiêng theo hướng ngược lại. GPT-6.1 Sol tính $0.10 mỗi triệu cho tiền tố được cache, và tài liệu xem trước của Mistral không thiết lập một mức chiết khấu tương đương. Chạy cùng vòng lặp đó với 40.000 token được phục vụ từ cache thì phía GPT-6.1 Sol giảm xuống còn khoảng $0.024 mỗi lần gọi, tức là thấp hơn con số của Mistral. Các bảng giá chỉ quyết định so sánh này khi bạn đã biết liệu đầu vào của mình có lặp lại hay không. Giờ hãy đổi tham số còn lại và xem khoảng chênh thứ hai mở ra: chạy cùng vòng lặp đó ở đầu nặng về suy luận, nơi Mistral Large 4 đang thực hiện mức chi tiêu token mà Chỉ số 38 của nó hàm ý, và con số $1.13 mỗi tác vụ trên một đánh giá tương đương cho thấy phía Mistral trong hóa đơn tăng nhanh hơn mức mà bảng giá gợi ý. Tóm tắt trung thực là Mistral Large 4 thắng về mặt số học ở công việc đầu ra ngắn với mức giá đầu vào mới và thua ở công việc agentic dùng cache và tầm xa, và việc bạn đang chạy loại nào là câu hỏi về khối lượng công việc của bạn, chứ không phải về các mô hình.

Cả hai đều đúng là kiểu so sánh mà một router sinh ra để giải quyết. GPT-6.1 Sol có trong danh mục của chúng tôi theo đúng giá niêm yết của OpenAI với 0% phụ phí — những gì OpenAI công bố chính là những gì người gọi phải trả, và khi nhà cung cấp thay đổi giá thì dòng trong danh mục cũng thay đổi theo ngay, thay vì phải chờ một nhà bán lại nhận ra. Điều đó có nghĩa là phép tính theo token ở trên có thể được đối chiếu với dòng dữ liệu trực tiếp thay vì với trang này. Mistral Large 4 không phải là thứ chúng tôi cung cấp, nên nếu bạn muốn dùng nó, API của chính nhà cung cấp và một số nền tảng bên thứ ba là nơi có nó.

Làm gì vào thứ Hai

Không có cách diễn giải nào cho việc này mà ở đó hai mô hình có thể thay thế nhau cho cùng một công việc trong thời điểm hiện tại, và lý do nằm ở thời điểm chứ không phải chất lượng.

Nếu bạn cần một mô hình lập trình tác tử tiên phong trong tuần này — các vòng lặp công cụ dài, ngữ cảnh quy mô kho mã, sử dụng máy tính, công việc chuyên môn nặng về tài liệu — thì câu trả lời là GPT-6.1 Sol, nó là mô hình duy nhất trong hai mô hình đã là một sản phẩm hoàn chỉnh, và giá của nó được công bố và ổn định. Hãy dự trù cho việc đồng hồ đo đầu ra của nó là nơi tiền đổ vào, và giữ tập làm việc dưới ngưỡng 272.000 token, mức mà vượt qua đó toàn bộ yêu cầu sẽ bị tính lại giá.

Nếu bạn đang ở châu Âu và các yêu cầu của bạn nêu tên một khu vực tài phán, hoặc nếu bạn dự định tự lưu trữ vì không có API nào đáp ứng các quy tắc dữ liệu của bạn, thì Mistral Large 4 là ứng viên duy nhất ở đây bất kể điểm số — nhưng phần mà bạn đang chờ đợi, tức là các trọng số, vẫn chưa tồn tại, và con số ngữ cảnh mà bạn sẽ dùng để định cỡ hạ tầng của mình hiện đang bị tranh chấp gấp đôi. Hãy theo dõi việc phát hành trọng số và việc nhà cung cấp dung hòa 1M với 524.000 trước khi bạn cam kết triển khai nó.

Và nếu điều bạn thực sự muốn là dùng cả hai — Mistral Large 4 cho tầng giá rẻ khối lượng lớn và GPT-6.1 Sol cho phần khó còn lại — thì hạn chế thực tế là hai mô hình này nằm trên các khóa khác nhau, cách tính phí khác nhau và các kiểu lỗi khác nhau, đó chính là vấn đề mà một endpoint duy nhất với khả năng chuyển đổi dự phòng tự động trên hơn 200 mô hình tồn tại để giải quyết. Trong lúc đó dòng đáng để mở chính là dòng thực sự tồn tại: trang mô hình GPT-6.1 Sol tại https://www.orcarouter.ai/models/openai/gpt-6.1-sol.